FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationMon, 01 Dec 2008 05:54:59 -0700
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2008/Dec/01/t1228136246f5swqylo5xh75kz.htm/, Retrieved Sun, 05 May 2024 17:44:16 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26906, Retrieved Sun, 05 May 2024 17:44:16 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact195

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Law of Averages] [Random Walk Simul...] [2008-11-25 18:40:39] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [Q4] [2008-12-01 12:54:59] [cf57b030c45fee9c58a27190db97b24d] [Current]
Feedback Forum
2008-12-07 10:14:37 [Glenn De Maeyer] [reply] 
Dit model heeft 2 grafieken waar de informatie uit kunnen halen. Nl het cumulatief- en Raw periodogram.

De zeer steile stijging langs de linkerkant (bij het cumulative periodogram) wijst op een LT-trend.
Stel (niet in dit geval) dat er een lijn tussen de stippellijnen waar te nemen was, dan zou er geen sprake zijn van een patroon.

Ook bij de Raw Periodgram wijst het grote aantal van lage frequenties, steeds wederkerend, op een lange termijn effect. Deze grafiek bestaat logischerwijze ook uit een X- en Y-as;
X-as, ook de frequentie, deze evolueert traag, je kan een traag opgaande en neergaande beweging opmerken.
De Y-as, er zijn sterke golfbewegingen op te merken, dit moeten we interpreteren als een trend.
2008-12-08 16:40:03 [Mehmet Yilmaz] [reply] 
Correct
2008-12-09 08:37:15 [Koen De Winter] [reply] 
Raw Periodgram: Volgens mij is het net de linkerhelft (de lage frequenties) die de trendmatigheid verklaren van deze tijdreeks, namelijk een LT-trend.

Cumulative Periodgram: Ook hier is dus volgens mij de linkerhelft de verklarende helft. Aangezien deze helft ons de informatie geeft welke trend er in de tijdreeks aanwezig is.

Post a new message

Dataset

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135

\begin{tabular}{lllllllll}
\hline
Summary of computational transaction \tabularnewline
Raw Input & view raw input (R code)  \tabularnewline
Raw Output & view raw output of R engine  \tabularnewline
Computing time & 1 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=26906&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]1 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=26906&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26906&T=0

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 500 ; par2 = 0.5 ;
Parameters (R input):
par1 = 500 ; par2 = 0.5 ;
R code (references can be found in the software module):
n <- as.numeric(par1)
p <- as.numeric(par2)
heads=rbinom(n-1,1,p)
a=2*(heads)-1
b=diffinv(a,xi=0)
c=1:n
pheads=(diffinv(heads,xi=.5))/c
bitmap(file='test1.png')
op=par(mfrow=c(2,1))
plot(c,b,type='n',main='Law of Averages',xlab='Toss Number',ylab='Excess of Heads',lwd=2,cex.lab=1.5,cex.main=2)
lines(c,b,col='red')
lines(c,rep(0,n),col='black')
plot(c,pheads,type='n',xlab='Toss Number',ylab='Proportion of Heads',lwd=2,cex.lab=1.5)
lines(c,pheads,col='blue')
lines(c,rep(.5,n),col='black')
par(op)
dev.off()
b
x <- b
bitmap(file='test1.png')
r <- spectrum(x,main='Raw Periodogram')
dev.off()
r
bitmap(file='test2.png')
cpgram(x,main='Cumulative Periodogram')
dev.off()